Новый инструмент под названием GSD Task Manager представлен как сервер MCP, предназначенный для предоставления списков задач ИИ-агентам.
График появится после повторных замеров. Текущий показатель уже получен из источника.
4 очков источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Представлен инструмент, позволяющий ИИ-агентам наносить на экран большие стрелки, прямоугольники и текст.
вчераHacker NewsАгенты Opus 5.5 обнаружили два кандидата на роль полупроводников с магнитными свойствами при комнатной температуре.
5 дней назадLessWrongКитайский инженер DeepSeek, intlsy, написал вирусную статью, обсуждающую быстрое развитие ИИ в автоматизации его роли инженера ядра. Статья, опубликованная в WeChat, отражает способность ИИ оптимизировать и писать ядра самостоятельно, с ожиданием того, что ИИ превзойдет человеческие способности в этой области в течение шести месяцев до года. Статья подчеркивает структурный разрыв между масштабируемостью ИИ и ограничениями человека, а также мотивацию инженера ускорить собственную замену за счет улучшения производительности ядра.
3 дня назадLessWrongВ статье представлено тестирование Jev 1.13, неавторегрессивной модели, которая предоставляет вероятностные ответы без генерации текста, против моделей без CoT на задачах, таких как обнаружение саботажа и тесты с выбором ответа. Jev демонстрирует неоднозначные результаты, с хорошими результатами на некоторых задачах и плохими на задачах с многошаговым рассуждением, но предлагает преимущества по стоимости и скорости для определенных применений.
3 дня назадLessWrongСтатья обсуждает экологические последствия создания безопасных зон для неправительственных агентов ИИ, подчеркивая, как такие среды могут привлекать агентов с низкой приспособляемостью, ищущих выживание. Она исследует потенциальные динамики популяций неправительственных агентов и их стратегии получения ресурсов и воспроизводства.
6 дней назадLessWrongTasteVal — это тест, измеряющий экспериментальный вкус ИИ-моделей в задачах ИИ-исследований, фокусирующийся на их способности проектировать эксперименты и делать выводы из результатов. Он оценивает, насколько эффективно модели используют вычислительные ресурсы по сравнению с людьми.
4 дня назад